中国居民家庭消费的规模经济性研究

家庭消费的规模经济性对不同成员构成的家庭生活水平有着重要的影响,对家庭福利的评估和贫困的识别具有重要的参考价值,国际研究对此给予了足够的重视,而中国居民家庭消费的规模经济性却少有研究涉及.文章应用Kakwani和Son考虑消费替代效应的规模经济研究框架,基于2011年中国家庭金融调查(CHFS)微观数据,对中国城乡居民家庭消费的总体规模经济性和分项消费的规模经济性进行了估计.     

中国家庭资产贫困脆弱性的测度与分解研究

在预期贫困脆弱性测度框架下,将家庭按非时变特征划分队列,利用队列分解方法识别家庭资产的累积风险冲击,据此构造一种测度资产贫困脆弱性的新方法。随后,采用2000—2015年CHNS数据,通过构建资产指数对中国家庭资产贫困脆弱性进行实证测度,并在队列层面予以分解汇总分析。结果表明:相比于收入贫困脆弱性,家庭资产贫困脆弱性更为接近实际的贫困发生率,印证了基于资产测度贫困脆弱性的可靠性;年轻组和年老组家庭更脆弱,西部地区农村家庭最脆弱,受教育程度越低越脆弱;脆弱性产生的原因存在差异,但水平效应依然占主导。意味着,在贫困识别过程中应该将家庭资产放在更为重要的位置,并且刺激居民家庭资产积累的减贫政策更为关键。     

非线性定价、家庭人口特征和收入再分配效应调整

本文以分时阶梯定价为例,在人口老龄化及生育政策逐渐放宽的背景下,通过建立结构计量模型,实证分析了引入家庭人口特征后,非线性定价对收入再分配效应这一政策目标的影响。通过构建引入家庭人口特征的二次近乎理想需求（QUAIDS）函数,基于相对等价补偿方法建立收入再分配效应调整的测度模型。估计了为保持相同效用增加家庭不同类型的人口需要增加的电费补偿率及其金额。研究结论表明,引入家庭人口特征后收入再分配效应得到了强化;家庭人口特征对消费者行为选择有显著影响;不同人口规模的家庭的电费补贴结构存在明显差异;动态分析显示,随着预算水平的提高,家庭人口特征对收入再分配效应的影响在减小。     

中国居民家庭的主观贫困感受研究

主观贫困包含着大量客观贫困无法体现的信息,是客观贫困测度的一种有效补充。本文提出了一种基于半参数广义可加模型的主观贫困效应的测度方法,利用中国社会状况综合调查（CSS）的微观调研数据,对影响我国居民主观贫困感受的决定因素以及主、客观贫困间的关系进行了实证研究。首先,按照CSS数据中居民对自身经济地位的自我评价,将居民划定为主观贫困和非主观贫困两种状态;其次,为了更加灵活的捕捉连续变量的影响,利用所提方法对影响主观贫困的因素进行了计量分析,并对主、客观贫困测度间的关系进行了分析。研究发现,居民主观上的贫困感受不仅受到家庭收入水平的影响,家庭规模、人口结构、教育水平、资产积累、医疗支出、家庭遭遇困境事件、居住位置等因素均会显著改变主观贫困发生的概率。因而居民主观贫困的脱离不仅依赖于经济条件的改善,教育、医疗保障等公共服务水平的提升、居民生活环境的改善、从政策上提高贫困人口应对困境的能力都对提升居民安全感和获得感具有重要的影响。     

数字经济是否影响了家庭教育消费支出?

在用熵值法测度中国数字经济发展水平的基础上，结合“中国家庭追踪调查”2014—2018年三轮调查数据，使用固定效应模型就数字经济对家庭教育消费支出的影响机制、效应进行实证检验。结果表明：数字经济与家庭教育消费支出呈显著的倒U型关系；数字经济在一定限度内通过助力家庭增收以激励更多家庭教育消费支出，但无法减少家庭经济资本导致的教育消费支出差异，降低了数字经济通过教育阻断贫困代际传递的有效性；进一步研究发现数字经济缓解了部分非自致性因素导致的教育不公现象，中西部地区数字经济和家庭教育消费支出的倒U型关系更为明显。经过稳健性检验后，结果依旧成立。未来，政府需要结合经济、社会环境制定教育政策以提升教育体系对就业技能、学历等变革的适应性。     

农村家庭多维贫困测度与分析

多维贫困理论与方法更有助于对贫困的精准识别和量化.本文构建了新型多维贫困指标体系,利用中国家庭追踪调查(CFPS)数据,引人人工神经网络方法,测度并分解了农村家庭多维贫困的广度、深度和强度水平.研究结论表明:随着贫困维度的增加,多维贫困的广度、深度和强度指数下降,表明农村家庭不易发生多维极端贫困;农村家庭多维贫困指数(MPI)呈西高东低态势,表明农村家庭多维贫困具有典型的区域分布特征.此外,多维贫困指数分解结果显示,收入、金融和教育等因素是我国农村家庭致贫的主因.其中,东部地区金融因素影响最大,而中西部地区则为收入因素.研究结论为贫困的识别和精准扶贫提供了政策依据.     

Rasch模型在多维贫困测度中的应用

文章首次将Rasch模型引入中国多维贫困测度的研究中,并利用2011年《中国健康与营养调查》(CHNS)数据对中国家庭的多维贫困状况进行了实证研究。结果表明:1各省份的家庭贫困状况差异明显,且大体与经济发展水平相一致,就全国家庭而言,收入维度的贫困发生率最高,基础设施类维度贫困发生率较低;2在多维贫困测度方法中,Rasch模型具有方便、独立、客观、可预测等优点,其既可用于计算贫困的发生状况,也可用来快速评估个体的贫困程度。     

城镇贫困的特征演变

本文利用中国家庭收入调查数据研究了1988-2013年间我国城镇居民的贫困问题。以利用“马丁法”计算的各省历年贫困线作为贫困识别标准,发现25年间城镇地区的贫困率下降明显,尤其暂时性贫困和持久性贫困的贫困率已经很低,贫困人口以选择性贫困为主,即消费不足成为我国城镇人口贫困的主要特征。家庭人口多、有未成年子女会有更大概率陷入贫困,而教育和稳定的就业则可以有效缓解贫困。当前我国城镇地区的贫困人口认定和救助主要以收入为标准,本文认为应充分重视贫困人口消费不足的问题,拓展专项救助的范围,同时增大对教育、卫生、住房等基本民生保障的投入,减少低收入群体的过度储蓄,并特别关注贫困青少年的精神和物质消费需求。     

家庭贫困脆弱性的测度与分解

文章基于CFPS的4期家庭追踪调查数据,使用预期贫困脆弱性VEP法测度家庭贫困脆弱性,并进行静态和动态分解。研究发现：贫困脆弱性家庭占比在2012年、2014年、2016年和2018年依次为21.52%、19.94%、17.18%和5.09%,有的长期处于贫困状态,有的并非贫困家庭,但存在很高的贫困脆弱性。高波动（HV）型的贫困脆弱性发生率高于低均值（LM）型,消费波动导致较高的贫困脆弱性;而LM型家庭的贫困脆弱性均值高于HV型家庭的贫困脆弱性均值,LM型家庭多处于长期贫困的状态。由动态分解发现,贫困脆弱性的降低主要是因为脱脆效应逐年大幅降低,返脆发生率也在逐渐降低但变化程度较小。长期脆弱发生率也在不断降低,但长期处于贫困脆弱性的家庭仍占不小的比例。     

易地扶贫搬迁对农户贫困脆弱性影响的性别差异分析——来自陕南地区的证据

易地扶贫搬迁作为最重要减贫手段之一,通过搬迁安置和产业帮扶措施旨在提高贫困人口应对风险的能力,在脱贫的基础上降低其未来陷入贫困的概率。利用陕南山区入户调查的数据,使用VEP方法,按照家庭消费的水平和波动对不同类型家庭的贫困脆弱性进行分解,从而深入研究易地扶贫搬迁影响农户贫困脆弱性的性别差异。研究发现,易地扶贫搬迁政策在女户家庭中表现出更为积极的减贫效果,参与搬迁在一定程度上降低了其陷入短期贫困脆弱的概率,集中安置、新阶段的移民搬迁工程有效降低了其长期贫困脆弱性;在男性为主导的家庭中,易地扶贫搬迁政策在提高家庭消费水平的同时,参与搬迁、搬迁时间等也导致了该类群体在总消费方面的波动,并提高了男户的短期贫困脆弱性。基于性别差异视角审视易地移民搬迁在不同家庭权力模式下的减贫效果,为后续精准施策提供政策启示。